已閱讀1頁,還剩73頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、由于人臉識別技術(shù)在安全、金融、法律實施和軍事上有廣闊的潛在應用前景,近二十年來,人臉識別已經(jīng)成為計算機視覺領(lǐng)域的研究熱門之一并且促進了多門相關(guān)學科的發(fā)展。隨著人臉識別技術(shù)的不斷發(fā)展,更大的圖像庫,更高的識別率,更快的識別速度成為人臉識別技術(shù)新的發(fā)展方向,目前已經(jīng)有相當成熟的人臉識別技術(shù)應用于實際生活當中。 鑒于基于像素模式的紋理特征(PPBTF)已經(jīng)成功地應用于人臉表情識別,本文將它應用于人臉識別,并在此基礎上提出了一種新的人臉
2、特征表示方法——基于Gabor像素模式的紋理特征(GPPBTF)。Gabor特征能夠精確的提取圖像的局部特征,且對位移、形變、旋轉(zhuǎn)、尺度變化和光照變化都具有一定的魯棒性。PPBTF特征能夠有效的描述圖像的紋理特征,對光照影響不敏感,計算速度快,耗時少。本文把Gabor特征和PPBTF特征的優(yōu)點相結(jié)合,得到基于Gabor像素模式的紋理特征(GPPBTF)。 基于核函數(shù)零空間Fisher判決分析(NKFDA)的分類方法已經(jīng)成功地應用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于像素模式紋理特征(PPBTF)的人臉表情識別.pdf
- 基于Gabor特征的人臉識別.pdf
- 基于Gabor特征的人臉識別方法.pdf
- 基于Gabor特征的人臉表情識別算法研究.pdf
- 基于動態(tài)紋理特征的人臉表情識別研究
- 基于Gabor小波特征的人臉表情識別研究.pdf
- 基于Gabor的人臉表情識別研究.pdf
- 基于Gabor特征和Adaboost算法的人臉表情識別研究.pdf
- 基于局部紋理特征的人臉識別技術(shù)研究.pdf
- 基于Gabor和局域二值模式的人臉表情識別.pdf
- 基于圖像紋理特征提取方法的人臉識別.pdf
- 結(jié)合Gabor特征與MutualBoost的人臉表情識別.pdf
- 基于Gabor特征的LDA人臉識別.pdf
- 基于Gabor變換的人臉識別算法研究.pdf
- 紋理特征和梯度特征融合的人臉識別研究.pdf
- 基于四元彩色Gabor特征的人臉識別技術(shù)研究.pdf
- 基于紋理特征融合和SVM的人臉識別算法研究.pdf
- 基于局部紋理特征和HMM的人臉表情識別研究.pdf
- 基于紋理和幾何特征的人臉表情識別算法研究.pdf
- 基于擴展八鄰域局部紋理特征的人臉識別研究.pdf
評論
0/150
提交評論